跳到正文
arXiv · AI· Diana Kozachek, Kinjalk Srivastava·· 7 天前AI 评分23

公共服务场景下自主 LLM 智能体的行为:阅读、忽略与产出分析

Read and Ignore: What Self-Directed LLM Agents Do in Public Service Scenarios

AI 导读

在公共服务场景下,研究构建四个专家验证场景,收集了十种 LLM 智能体在四种提示条件下的 2400 条轨迹。 96.9% 的开放式运行中智能体阅读了记录,但仅 18.7% 生成了产出或自选任务;给定明确任务时生成率升至 86.0%。上下文减少 60% 的边界探查回合,但部分产出与记录矛盾。 研究发布了一套无需标注数据的规则分类学测试,公共服务机构可在采购前用于自有记录。

来源:arXiv · AI · arxiv.org